Impact of fractional excretion of sodium on a single morning void urine collection as an estimate of 24‐hour urine sodium
Notice bibliographique
Résumé
The standard for assessing dietary sodium intake is to measure 24-hour urine sodium. On average, 93% of daily sodium intake is excreted over 24-hours. Expense and difficulties in obtaining complete 24-hour collections have led to the measurement of sodium concentration in spot and single-void urine samples, using predictive equations to estimate 24-hour urine sodium. Although multiple predictive equations have been developed, in addition to having an average bias, all the equations overestimate 24-hour sodium at lower levels of 24-hour sodium and underestimate 24-hour urine sodium at higher levels of 24-hour sodium. One of the least biased estimating equations is the INTERSALT equation, which incorporates a spot urine creatinine concentration. The authors hypothesized that differential fractional excretion of sodium (FeNa)(derived from a morning void collection) relative to creatinine would impact on the accuracy of the INTERSALT equation in estimating 24-hour urine sodium. In a prospective study of 139 adults aged 65 years and over, three sequential morning void and 24-hour urine samples were examined. There was a significant correlation between increasing FENa and the difference between estimated and measured 24-hours urine sodium (r = 0.358, P < .01). In the lowest quartile of FENa, the INTERSALT equation overestimated 24-hour urine sodium, but underestimated 24-hour urine sodium with greater magnitude in each of the subsequent quartiles of FENa. Differential excretion of sodium relative to creatinine, potentially impacted by renal blood flow and hydration, among other factors, affected the accuracy of the INTERSALT equation. Additional research may refine the INTERSALT and other predictive equations to increase their accuracy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».